MIT의 연구원은 인공 지능과 무선 신호를 조합하여 사람이 보이지 않을 때 감지하기 때문에 벽을 통해 움직임을 추적 할 수 있다는 것은 더 이상 슈퍼 히어로와 군사 레이더의 영역이 아닙니다.
MIT의 컴퓨터 과학 및 인공 지능 연구소 (CSAIL) 팀은 RF- 포즈 , 신경망을 사용하여 장애물 뒤에서도 신체의 움직임을 모니터링합니다.
시스템을 훈련하기 위해 연구원들은 사람들에게 반사되는 무선 신호를 분석했습니다. 우리는 WiFi 주파수의 무선 신호가 벽을 통과하고 인체에 반사된다는 사실을 활용합니다. 오픈 액세스 용지 이 프로젝트는 이러한 무선 신호를 분석하여 2D 포즈를 추정하는 심층 신경망 접근 방식을 도입한다고 덧붙였습니다.
Instagram에서 초안을 얻는 방법
무선 신호가 벽을 통과하기 때문에 시스템은 사람의 눈에 숨겨져있는 사람도 추적 할 수 있습니다. AI는이 정보를 사람의 스틱 모델로 변환하여 자세, 위치 및 움직임을 보여줍니다. 과학자들은 다음과 같이 설명합니다. RF-Pose는 저전력 무선 신호 (WiFi보다 1000 배 낮은 전력)를 전송하고 환경에서 반사되는 것을 관찰합니다. 전파 반사만을 입력으로 사용하여 인간의 골격을 추정합니다.
얼굴 인식 소프트웨어를 방해 할 수 있다는 관련 AI 주장을 확인하여 보이지 않는 AI가 이제 전문 피부과 전문의보다 피부암을 더 잘 감지합니다. 영국 정부가 10 억 파운드 규모의 AI 섹터 거래를 발표했습니다.
MIT에 따르면이 기술은 파킨슨 병, 다발성 경화증 (MS) 및 근이영양증과 같은 질병을 연구하는 데 사용될 수 있으며 RF-Pose는 환자의 움직임과 그에 따른 질병 진행에 대한 자세한 모니터링 시스템을 제공합니다. 팀은 또한 그것이 시야에서 벗어나더라도 시스템이 낙상을 감지하여 노인들이 더 독립적으로 살도록 돕는 데 사용될 수 있다고 주장합니다.
환자의 보행 속도와 기본적인 활동을 스스로 수행 할 수있는 능력을 모니터링하면 의료 서비스 제공자가 이전에는 경험하지 못했던 삶의 창을 볼 수 있으며 이는 모든 질병에 의미가있을 수 있다고 Dina Katabi는 말합니다. , 누가 논문을 공동 집필했습니다. 우리 접근법의 주요 장점은 환자가 센서를 착용하거나 기기를 충전하는 것을 기억할 필요가 없다는 것입니다.
그러나 이것은 외부 적으로 긍정적 인 예입니다. 이와 같은 것이 사용될 수있는 가장 명백한 영역은 감시입니다. 연구자들은이를 컴퓨터 비전의 주요 분야로 인정합니다. 그러나 CSAIL은 기술의 향후 반복이 동의 메커니즘을 사용하여 감시중인 사람들이 시스템을 제어하도록 할 수 있으며 사용자는 메커니즘을 활성화하기 위해 특정 동작 세트를 수행해야한다고 주장합니다.
마찬가지로, 당국이 개인을 추적하기 위해이 연구를 어떻게 사용할 수 있는지 확인하는 것은 어렵지 않습니다. 집 벽을 통해 사람들을 모니터링 할 수 있다면 위협적인 고급 감시 시스템이 될 것입니다.
Windows 10에 APK를 설치하는 방법